发布会进行到一半，李熠在大屏幕上打出一个数字：5.1 亿。

台下没人猜得出这是什么。销售额？估值？他卖了个关子，才揭晓答案，这是地球的表面积，5.1 亿平方公里。把后面的量级去掉，就是他们第一款具身智能硬件产品的定价。

这个定价梗，几乎浓缩了这家公司的全部气质，51World（五一视界），一家从 2015 年就宣称要「克隆地球」的公司。彼时它只有几十个人，这个愿景听起来更像一句玩笑。11 年过去，8 月 18 日下午，在深圳前海深港汇，李熠站在「物理 AI 宏伟蓝图 2030」发布会的舞台上说，那张画了十年的地球克隆蓝图，一笔都没改过。

改变的是外部世界。物理 AI 在今年上半年突然变得炙手可热，热度超出了所有人的预期，包括他们自己。而这场发布会要回答的问题是：当 AI 决定走进物理世界，它需要什么样的基础设施？

自动驾驶十年：物理 AI 的第一站，也是一面镜子

李熠把 2015 到 2030 年的物理 AI 分成三段：自动驾驶、具身智能、空天探索。讲具身之前，他先花了不少时间回顾自动驾驶，因为在他看来，这十年走过的路，很可能就是具身智能接下来十年的预演。

51World 从 2017 年 10 月进入自动驾驶仿真领域，到现在快十年。这十年里，行业的技术范式每隔两到三年就迭代一轮：从最早的规则驱动，到今天的世界模型加端到端，已经是第三代技术路线。

他提到一个有意思的规律，所有科技产品，无论硬件还是软件，往往要到第三、第四代才会进入规模商业化。就像 iPhone，真正让大众掏钱的不是第一代，而是第四代前后。自动驾驶正卡在这个节点上。

而比技术收敛更能说明问题的，是法规。按照发布会上的说法，还有 11 个月，L3、L4 级别的强制性标准就将落地。过去我们接触到的所谓自动驾驶，大多是 L2 加无数个「+」的辅助驾驶，始终迈不过 L3 这道法规的槛。一旦标准确定，整个产业链，包括保险怎么界定自动驾驶事故，才会真正跟着动起来。

51World 对 2030 年的预判是：目前自动驾驶只覆盖全部出行数据的千分之三，五年内会增长 100 倍，也就是 30% 的里程由智能接管。公里数、数据、算力，全部指数级增长。

李熠的态度很直接，「如果物理 AI 连自动驾驶这一站都没有完成，那我们谈不上第二站。」

但对这家公司来说，自动驾驶十年最大的收获或许不是技术，而是找到了自己的生态位——以仿真为原点，向左连接世界模型，向右连接真实数据、合成数据、泛化数据；向下对接芯片公司，向上支撑各类本体应用。用李熠的话说：「我们几乎不和任何人竞争。」

这是一个典型的「卖水人」姿态。而现在，他们要把这套打法平移到一个更热、也更混沌的赛道。

具身智能的两个卡点：没数据，也没容错率

为什么观望了这么久，才在今天正式下场做具身智能？发布会上给出了一个相当清晰的推演框架。

数字 AI 之所以能狂奔，靠的是两个天然优势：海量免费数据，和极高的容错率。 互联网本身就是现成的训练场；而产品哪怕只做到 60 分、70 分就能推给用户，AI 帮你写论文写到 85 分，你自己改到 99 分交付，没人觉得被冒犯。人类成了 AI 的「下一站工序」。

自动驾驶只占了一半便宜：消费者买了车、每天开车，人类驾驶习惯成了免费训练数据；但它的容错率极低，一次失误可能就是一条人命。所以它花了十年。

那具身智能呢？数据，没有；容错率，更没有。 没有免费的人类操作数据可供训练，一切要重新采集；而无论机器人进家庭、进工厂还是下矿，客户要的是 99.9% 的稳定性和确定性，不是一场表演。

这两个卡点，正是 Aper Base，51World 落地深圳的具身智能品牌。

第一款，Aper Data，解决数据闭环。 这是与机器人视觉公司联合影像成立合资公司后推出的软硬一体产品，包含 Aper Ego 硬件和 Aper OS 系统，面向数据采集公司、世界模型公司和本体公司提供全栈方案，即日起接受预定，9 月量产交付，官方称精度可以做到 99%。

有两个细节值得注意。一是那个 5.1 万级别的定价背后的逻辑：具身智能想获得海量、持续的数据，必须做到像汽车一样「人人驾驶，人人采集，人人分享」——如果采集成本降不下来，数据飞轮就转不起来。二是一句承诺：绝不参与卖数据。「这是生态，我们要把边界界定得很清晰。」还是那个不与任何人竞争的卖水人逻辑。

第二款，Aper One，解决商业闭环。 灵感来自一个现实目标：工信部提出今年要让超过一万台机器人真实上岗。听起来不多，但沉到产业里才发现，让机器人在真实作业场景完成交付——不是一次性表演——难度远超想象。51World 给自己定的目标是其中的 10%，一千台。

Aper One 的路径分五步：先对真实作业场景做数字重建，因为绝大多数商业场景根本不会给机器人「线下试错」的机会，但在仿真里可以实验千百次；然后在这个数字副本里针对特定场景做后训练；接着做测评测试——这恰恰是他们自动驾驶时代最早的业务；再部署到真实场景，数据回流验证；最后接上云端运维系统，让每一台智能体在岗位上每天进步。

这背后是一个务实到近乎保守的判断：如果机器人在大范围开放区域还无法自主作业，那就先在收敛的小场景里跑通。先当好一个园区巡检员，再谈接管世界。

首批生态伙伴的名单不短：云深处、银河通用、七腾机器人等本体公司站第一排，做大脑、视觉模型、灵巧手的公司站第二排。

李熠的总结是：只有数据闭环和商业闭环这两个飞轮同时转起来，具身智能通往 AGI 的路才会越走越宽。否则就是又一轮短期热度、回撤、再复苏的科技周期循环。

 

从低空到火星：浪漫叙事底下，藏着一个刚需

发布会最后一部分，画风突变，从园区里的机器狗，直接跳到了火星。按李熠的说法，「克隆地球」的梦想本就源于 2016 年火星移民计划的启发，只不过过去十年的产品路线一直踩在地面上。而现在，他们把空天战略拆成三层：低空、太空、深空。

低空的逻辑不难理解：低空经济比地面自动驾驶更缺测试场。你不可能在今天的城市里让一辆低空巴士载着乘客试飞，而低空环境是立体的——植被、楼宇、光照、反射、雨雾，复杂度远超地面。仿真在这里几乎是唯一解。

真正有意思的是太空这一段。最近「太空算力」的概念很火，但多数讨论停留在散热这类工程问题上。51World 给出了一个来自自身业务的刚需推演：地球克隆最核心的数据来源是卫星，只有卫星能每天把地球「重建」一次。但卫星原始数据量惊人，10 分钟就能产生 60GB，而卫星回传窗口和速率都受限严重。

他们的解法是：与合作伙伴联合规划发射物理 AI 专属卫星，同时把数据处理搬到在轨算力中心。原始数据在太空算完，只把结果传回地面，数据量直接砍掉一到两个数量级，从 100GB 降到 10GB 甚至 1GB，回传频率可以做到每小时一次。算力成本、传输成本、存储成本一摊薄，太空算力就从概念变成了账本。

至于深空，51World 已经在与深空探测实验室合作，参与火星场景的重建。这里有一个被反复强调的物理事实：火星到地球的通讯延迟最快也要 24 分钟，遥操作彻底失效，机器人只能完全自主，而火星上没有任何现成的行为数据可学。换句话说，在火星上，仿真训练不是选项，是唯一的路。

李熠说，希望 2030 年能看到第一批机器人在火星上打下最初期的基地。而在那之前，51World 会公布下一个 15 年的战略，名字取自他喜欢的乐队，Beyond，超越地球。

我一直在想那个 5.1 亿的定价梗。它当然是个营销巧思，但也暴露了这家公司真正的与众不同之处：在一个人人都想造出「那个机器人」的年代，它选择去造机器人的驾校、考场和岗前培训体系。

这不是最性感的位置，却可能是最确定的位置。数字 AI 的爆发靠的是互联网这个免费训练场，而物理世界没有现成的训练场——总得有人去建。自动驾驶用了十年才等到 L3 法规落地前夜，具身智能会更快还是更慢，没人说得准。但有一点是确定的：无论哪家本体公司最终胜出，它的机器人大概率都得先在某个「克隆地球」里毕业。

一个创业者用第一个 16 年克隆地球，再用下一个 15 年超越地球，60 岁退休——这个剧本听起来过于工整，像是被谁模拟好的。不过李熠自己在台上也说了：世界就是一个模拟器，我们确实有一半的概率活在虚拟世界里。

如果真是这样，那这家公司做的事情，不过是在模拟器里，再造几层模拟器而已。